lotuslaw

2022年6月29日

5-7 优化器optimizers——eat_tensorflow2_in_30_days

摘要：深度学习优化算法大概经历了 SGD -> SGDM -> NAG ->Adagrad -> Adadelta(RMSprop) -> Adam -> Nadam 这样的发展历程。阅读全文

posted @ 2022-06-29 23:11 lotuslaw 阅读(33) 评论(0) 推荐(0) 编辑

5-6 评估指标metrics——eat_tensorflow2_in_30_days

摘要：通常损失函数都可以作为评估指标，如MAE, MSE, CategoricalCrossentropy等也是常用的评估指标，但评估指标不一定可以作为损失函数，例如AUC, Accuracy, Precision。因为评估指标不要求连续可导，而损失函数通常要求连续可导。阅读全文

posted @ 2022-06-29 22:21 lotuslaw 阅读(52) 评论(0) 推荐(0) 编辑

2022年6月26日

5-5损失函数losses——eat_tensorflow2_in_30_days

摘要：一般来说，监督学习的目标函数由损失函数和正则化项组成。（Objective = Loss + Regularization）阅读全文

posted @ 2022-06-26 21:10 lotuslaw 阅读(65) 评论(0) 推荐(0) 编辑

5-4模型层layers——eat_tensorflow2_in_30_days

摘要：深度学习模型一般由各种模型层组合而成，tf.keras.layers内置了非常丰富的各种功能的模型层，如果这些内置模型层不能够满足需求，我们也可以通过编写tf.keras.Lambda匿名模型层或继承tf.keras.layers.Layer基类构建自定义的模型层。其中tf.keras.Lambda匿名模型层只适用于构造没有学习参数的模型层。阅读全文

posted @ 2022-06-26 16:41 lotuslaw 阅读(69) 评论(0) 推荐(0) 编辑

5-3 激活函数activation——eat_tensorflow2_in_30_days

摘要：激活函数在深度学习中扮演着非常重要的角色，它给网络赋予了非线性，从而使得神经网络能够拟合任意复杂的函数。阅读全文

posted @ 2022-06-26 15:28 lotuslaw 阅读(28) 评论(0) 推荐(0) 编辑

5-2 特征列feature_column——eat_tensorflow2_in_30_days

摘要：特征列通常用于对结构化数据实施特征工程时候使用，图像或者文本数据一般不会用到特征列。阅读全文

posted @ 2022-06-26 15:07 lotuslaw 阅读(89) 评论(0) 推荐(0) 编辑

5-1数据管道Dataset——eat_tensorflow2_in_30_days

摘要：使用 tf.data API 可以构建数据输入管道，轻松处理大量的数据，不同的数据格式，以及不同的数据转换。阅读全文

posted @ 2022-06-26 13:38 lotuslaw 阅读(21) 评论(0) 推荐(0) 编辑

2022年6月23日

4-5AutoGraph和tf.Module——eat_tensorflow2_in_30_days